前一段时间给大家详解过 Pandas 的用法,今天再来分享下 Pandas 与 SQL 的对比。
Pandas 和 SQL 有很多相似之处,都是对二维表的数据进行查询、处理,都是数据分析中常用的工具。
对于只会 Pandas 或只会 SQL 的朋友,可以通过今天例子快速学会另一个。
1. 数据查询
首先,读取数据
javascript
复制代码
import pandas as pd
import numpy as np
tips = pd.read_csv('tips.csv')
tips
1.1 查询列
查询 total_bill
和tip
两列
lua
复制代码
tips[["total_bill", "tip"]]
用 SQL 实现:
csharp
复制代码
select total_bill, tip
from tips;
1.2 增加列
查询结果中,新增一列tip_rate
css
复制代码
tips['tip_rate'] = tips["tip"] / tips["total_bill"]
用 SQL 实现:
csharp
复制代码
select *, tip/total_bill as tip_rate
from tips;
1.3 筛选条件
查询 time
列等于Dinner
并且tip
列大于5的数据
css
复制代码
tips[(tips["time"] == "Dinner") & (tips["tip"] > 5.00)]
用 SQL 实现:
sql
复制代码
select *
from tips
where time = 'Dinner' and tip > 5.00;
2. 分组聚合
按照某列分组计数
python
复制代码
tips.groupby("sex").size()
'''
sex
Female 87
Male 157
dtype: int64
'''
用 SQL 实现:
csharp
复制代码
select sex, count(*)
from tips
group by sex;
按照多列聚合多个值
matlab
复制代码
tips.groupby(["smoker", "day"]).agg({"tip": [np.size, np.mean]})
用 SQL 实现:
sql
复制代码
select smoker, day, count(*), avg(tip)
from tips
group by smoker, day;
3. join
构造两个临时DataFrame
ini
复制代码
df1 = pd.DataFrame({"key": ["A", "B", "C", "D"], "value": np.random.randn(4)})
df2 = pd.DataFrame({"key": ["B", "D", "D", "E"], "value": np.random.randn(4)})
先用 Pandas 分别实现inner join
、left join
、right join
和full join
。
ini
复制代码
# inner join
pd.merge(df1, df2, on="key")
# left join
pd.merge(df1, df2, on="key", how="left")
# inner join
pd.merge(df1, df2, on="key", how="right")
# inner join
pd.merge(df1, df2, on="key", how="outer")
用 SQL 分别实现:
vbnet
复制代码
# inner join
select *
from df1 inner join df2
on df1.key = df2.key;
# left join
select *
from df1 left join df2
on df1.key = df2.key;
# right join
select *
from df1 right join df2
on df1.key = df2.key;
# full join
select *
from df1 full join df2
on df1.key = df2.key;
4. union
将两个表纵向堆叠
css
复制代码
pd.concat([df1, df2])
用 SQL 实现:
sql
复制代码
select *
from df1
union all
SELECT *
from df2;
将两个表纵向堆叠并去重
scss
复制代码
pd.concat([df1, df2]).drop_duplicates()
用 SQL 实现:
sql
复制代码
select *
from df1
union
SELECT *
from df2;
5. 开窗
对tips
中day
列取值相同的记录按照total_bill
排序。
css
复制代码
(tips.assign(
rn=tips.sort_values(["total_bill"], ascending=False)
.groupby(["day"])
.cumcount()
+ 1
)
.sort_values(["day", "rn"])
)
用 SQL 实现:
sql
复制代码
select
*,
row_number() over(partition by day order by total_bill desc) as rn
from tips t
day
列取值相同的记录会被划分到同一个窗口内,并按照total_bill
排序,窗口之间的数据互不影响,这类操作便被称为开窗。
今天的内容就到这里啦。通过几个简单的实践案例大家可以直观感受下 Pandas 和 SQL 在数据处理上的相似之处。
这里给大家分享一份Python全套学习资料,包括学习路线、软件、源码、视频、面试题等等,都是我自己学习时整理的,希望可以对正在学习或者想要学习Python的朋友有帮助!
CSDN大礼包:全网最全《全套Python学习资料》免费分享🎁
😝有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓
style=“margin: auto” />
1️⃣零基础入门
① 学习路线
对于从来没有接触过Python的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
② 路线对应学习视频
还有很多适合0基础入门的学习视频,有了这些视频,轻轻松松上手Python~
③练习题
每节视频课后,都有对应的练习题哦,可以检验学习成果哈哈!
因篇幅有限,仅展示部分资料
2️⃣国内外Python书籍、文档
① 文档和书籍资料
3️⃣Python工具包+项目源码合集
①Python工具包
学习Python常用的开发软件都在这里了!每个都有详细的安装教程,保证你可以安装成功哦!
②Python实战案例
光学理论是没用的,要学会跟着一起敲代码,动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。100+实战案例源码等你来拿!
③Python小游戏源码
如果觉得上面的实战案例有点枯燥,可以试试自己用Python编写小游戏,让你的学习过程中增添一点趣味!
4️⃣Python面试题
我们学会了Python之后,有了技能就可以出去找工作啦!下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
5️⃣Python兼职渠道
而且学会Python以后,还可以在各大兼职平台接单赚钱,各种兼职渠道+兼职注意事项+如何和客户沟通,我都整理成文档了。
上述所有资料 ⚡️ ,朋友们如果有需要 📦《全套Python学习资料》的,可以扫描下方二维码免费领取 🆓
😝有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓